¿Qué frena la adopción real de la inteligencia artificial en los laboratorios de patología?
En una conversación detallada con el profesor Hamid Tizhoosh, catedrático de informática biomédica en Mayo Clinic, aparecen preguntas centrales sobre la distancia entre las expectativas exageradas y la realidad clínica. Los modelos fundacionales y los modelos grandes de lenguaje todavía están lejos de cumplir cinco requisitos no negociables: precisión, consistencia, velocidad, eficiencia y solidez.
El problema no es la falta de investigación ni la escasez de financiación. El problema es que mucho de lo que se presenta en congresos y comunicados de prensa no pasa por una evaluación clínica real. Modelos que alcanzan un 95% en pruebas de laboratorio pueden fallar ante la variabilidad real del tejido, la tinción y la calidad desigual de las preparaciones digitales.
Los cinco requisitos: ¿por qué falla la IA al intentar cumplirlos?
Precisión
Un modelo que acierta en el 90% de los casos puede bastar para recomendar o triar, pero no es aceptable para el diagnóstico final. Un 10% de error significa que uno de cada diez pacientes recibe un diagnóstico equivocado. En patología, esa cifra es catastrófica. La precisión clínicamente necesaria se acerca al 99%, una cifra a la que ningún modelo fundacional se ha aproximado todavía en evaluaciones independientes.
Consistencia
La misma lámina digital puede recibir un diagnóstico distinto cada vez que el modelo la procesa. Este problema es peor que la falta de precisión porque no es predecible. Un patólogo puede discrepar de un colega, pero su discrepancia sigue un patrón comprensible. La variación del modelo es aleatoria y no puede anticiparse. Un estudio reciente mostró que algunos modelos dan resultados distintos para la misma WSI cuando la imagen se rota 90 grados.
Velocidad
El procesamiento en tiempo real no es un lujo. Un laboratorio que procesa 300 láminas al día necesita resultados en minutos, no en horas. Muchos modelos de investigación requieren una infraestructura computacional que vuelve impracticable el tiempo real. La brecha entre la velocidad de inferencia en un entorno de investigación y en un entorno de producción es grande.
Eficiencia
Un modelo que necesita 16 unidades de procesamiento gráfico para analizar una sola lámina no es una solución realista para la mayoría de los laboratorios. La eficiencia significa obtener los resultados necesarios con los menores recursos posibles. Eso exige una ingeniería muy distinta de la que suele construirse en laboratorios académicos, donde los recursos computacionales pueden parecer ilimitados.
Solidez
Un modelo entrenado con datos de un solo escáner puede fallar por completo con un escáner distinto. La variabilidad en los protocolos de tinción, la calidad de la preparación y el grosor del tejido convierte la solidez en un reto central. Todo laboratorio sabe que una pequeña diferencia en la tinción H&E puede cambiar mucho la salida del modelo.
El enfoque multimodal: ¿es la solución?
Tizhoosh habla de la posibilidad de que el enfoque multimodal cierre parte de estas brechas. En lugar de depender solo de la imagen, este enfoque combina los datos histológicos con información clínica, genómica e inmunológica. La idea no es nueva, pero aplicarla a modelos fundacionales grandes es lo que la hace relevante.
El reto sigue siendo cómo representar todos esos modos de información de forma consistente. Los datos de IHC no son iguales a los datos de WSI, y la respuesta inmunitaria no se reduce fácilmente a un vector numérico. Un modelo capaz de manejar varios modos necesita entrenamiento con datos cuidadosamente anotados de cada uno de ellos, y eso requiere cooperación entre instituciones que normalmente no comparten sus datos.
¿Qué debería exigir un patólogo?
La responsabilidad no recae solo en los desarrolladores. Los patólogos son los usuarios finales y tienen derecho a plantear preguntas difíciles antes de adoptar cualquier tecnología.
Pregunten por los datos de entrenamiento: ¿de dónde proceden? ¿Cuántos laboratorios participaron? ¿Incluyen diversidad étnica, etaria y geográfica? Los datos de un solo hospital de Norteamérica no representan al mundo.
Pregunten por la evaluación independiente. Un estudio publicado por el propio desarrollador sobre su producto no es una prueba aceptable. Busquen evaluaciones de terceros y de laboratorios que hayan usado el modelo en condiciones reales.
Y pregunten por el mecanismo de revisión. ¿Qué ocurre cuando el modelo se equivoca? ¿Existe un sistema para registrar y analizar las desviaciones? ¿O el modelo es una caja negra que no puede auditarse?
Una tecnología que no puede auditarse no debería adoptarse. Es una regla sencilla. El patólogo responde ante el paciente, y esa responsabilidad no puede trasladarse a una herramienta cuyas decisiones no se pueden entender ni revisar.